1.安装opencv
开始之前进行必要的更新工作。
sudo apt-get update
安装opencv。
sudo apt-get install libcv-dev
安装过程比较缓慢,请耐心等待。 安装完成之后,opencv相关的头文件被安装到/usr/lib目录中,该目录是linux默认头文件查找路径。opencv的相关动态链接库被安装到/usr/lib目录中。这些动态链接库包括:【opencv_calib3d】——相机校准和三维重建【opencv_core】——核心模块,绘图和其他辅助功能【opencv_features2d】——二维特征检测【opencv_flann】——快速最邻近搜索【opencv_highgui】——GUI用户界面【opencv_imgproc】——图像处理【opencv_legacy】——废弃部分【opencv_ml】——机器学习模块【opencv_objdetect】——目标检测模块【opencv_ocl】——运用OpenCL加速的计算机视觉组件模块【opencv_video】——视频分析组件 2.简单示例
【C++】——通过代码载入一张图片,通过opencv把彩色图片转换为黑白图片,并把原图和转换后的图片输出到屏幕中。
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main (int argc, char **argv)
{
Mat image, image_gray;
image = imread(argv[], CV_LOAD_IMAGE_COLOR );
if (argc != || !image.data) {
cout << "No image data\n";
return -;
} cvtColor(image, image_gray, CV_RGB2GRAY);
namedWindow("image", CV_WINDOW_AUTOSIZE);
namedWindow("image gray", CV_WINDOW_AUTOSIZE); imshow("image", image);
imshow("image gray", image_gray); waitKey();
return ;
}
【makefile】
CC = g++
# 可执行文件
TARGET = test
# C文件
SRCS = test.cpp
# 目标文件
OBJS = $(SRCS:.cpp=.o)
# 库文件
DLIBS = -lopencv_core -lopencv_imgproc -lopencv_highgui
# 链接为可执行文件
$(TARGET):$(OBJS)
$(CC) -o $@ $^ $(DLIBS)
clean:
rm -rf $(TARGET) $(OBJS)
# 编译规则 $@代表目标文件 $< 代表第一个依赖文件
%.o:%.cpp
$(CC) -o $@ -c $<
【简单说明】
DLIBS = -lopencv_core -lopencv_imgproc -lopencv_highgui示例中使用了opencv中的核心部分、图像处理部分和GUI部分,所以依次增加opencv_core、opencv_imgproc、opencv_highgui动态链接库。该部分和和【树莓派学习笔记——源代码方式安装opencv】中的示例稍有不同,前文中的makefile使用LIBS = $(shell pkg-config –libs opencv)引入所有的opencv动态链接库,此处手动指定相关库按需链接。
【编译】
make【执行】
./test raspberry.jpg可执行文件test和raspberry.jpg应在同一个目录中。运行结果如下图所示,说明opencv得以正常运行。